基于视觉追踪的轮椅行进控制系统

为了解决目前一些手部存在障碍的使用者无法实现自主操纵轮椅的问题,研究了一种由软、硬件相结合的视觉追踪轮椅行进控制系统。使用者头戴视觉追踪装置坐在由单片机最小系统、蓝牙模块、霍尔传感器模块组成的电动轮椅上,通过图像采集分割、瞳孔轮廓检测、瞳孔标定、容差判定等方法确定使用者眼球的位置,进而控制电动轮椅向前走、向后走、向左转、向右转和停止5个行为状态。通过实验测试,该系统操作简单、方便且灵敏度高。该系统较传统轮椅而言,适用人群更加广泛,使得一些手部无法自理的使用者能够直接通过眼睛的转动控制轮椅的行进,间接提高了他们的生活质量。     

基于机器视觉的目标跟随六足机器人

针对智能机器人控制领域的机器视觉中的目标跟踪问题与机器人运动控制方法研究,设计实现了一款基于机器视觉的目标跟随六足机器人,该系统的机器视觉目标跟踪算法为TLD(tracking-learning-detection)算法,采用stm32嵌入式处理器驱动32路舵机控制板控制机器人运动,并设计实现了一种小型自动火控装置用于锁定目标后的定位打击.该系统融合了六足机器人运动学和机器视觉目标跟踪技术,对六足机器人步态进行研究,根据目标视觉导航,精确锁定目标,对目标进行瞄准打击做出了详细的设计实现工作.     

基于云台相机的四旋翼无人机跟踪控制系统

针对四旋翼无人机跟拍过程中视角固定,易丢失目标的问题,设计了一种基于云台相机的四旋翼无人机跟踪控制系统。首先,使用云台相机对地面移动目标进行拍摄,通过对目标的颜色特征和形状特征进行检测识别,使用核相关滤波( KCF: Kernel Correlation Filter) 方法进行视觉跟踪,得到地面移动目标在图像坐标系的位置。然后,通过建立针孔模型,解算出在云台相机带有俯仰角时的无人机与地面目标的相对位置关系。最后,设计了离散串级比例-积分-微分( PID: Proportion-Integral-Differential) 踪控制器,实现对无人机的位移控制,使四旋翼无人机可对地面移动目标进行稳定跟踪。同时设计了串级比例-微分( PD: Proportion-Differential) 控制器以实现云台相机的视角跟踪,增大了无人机的跟踪范围,降低了丢失目标的风险。实验结果表明,所设计的四旋翼无人机跟踪控制系统可实现对地面移动目标的稳定跟踪。     

基于单目视觉的高速并联机器人动态目标跟踪算法

在高速并联机器人视觉分拣系统中,由于安装误差等原因,视觉系统与传送带以及机器人与传送带之间会存在一定的角度偏差,导致目标物体在分拣系统中的定位精度较低,使机器人末端不能精确抓取动态目标.而且传统的单目视觉定位及跟踪算法存在精度低、运算速度慢等问题,影响视觉分拣系统的计算速度,降低系统的实时性.针对以上问题,提出了一种基于圆特征的单目视觉定位与传送带标定结合的动态目标跟踪算法,首先不需考虑相机坐标系与传送带坐标系的角度偏差,拍摄一个圆形目标,并以光心为顶点构造直椭圆锥的几何成像模型.在此基础上利用其几何关系求取圆心在相机坐标系下的深度信息,再结合传送带标定与张正友标定方法,确定传送带编码器的比例因子以及机器人坐标系和传送带坐标系之间的角度偏差,并实时跟踪圆形目标运动过程中圆心在机器人下的位置.最后,对所提算法和传统算法分别进行实验对比,结果表明,该动态跟踪算法通过圆锥投影的几何关系推导圆心的空间坐标,避免了传统复杂的非线性方程求解,定位精度和计算速度大幅提高.该算法消除了传统算法的角度偏差,平均位置误差为0.82 mm,具有较高的定位精度.运行中系统耗时较短,运行效率得到了有效提高,且误抓率和漏抓率分别为0.2%和0,具有很高的实用价值.     

五自由度立体视觉机器人平台建模与物体跟踪

从立体视觉与机器人控制集成的角度出发,建立了一个主动立体视觉跟踪和定位系统,用于柔性装配线中装配零件的运动跟踪和装配工位的定位.该系统具有五个自由度,采用D-H方法得到五自由度立体视觉平台的运动学模型,并获得运动学的正解.该系统能在工作空间内迅速跟踪移动物体,并有较好的精度.通过该跟踪实验证明了模型的正确性和方法的有效性.     

基于视觉目标跟踪的行李托运系统设计与实现

针对复杂环境下视觉行李托运系统存在的目标遮挡问题,设计一种基于视觉目标跟踪的行李托运系统,同时提出一种基于边缘检测的移动人体跟踪方法,实现行李自动托运系统的设计.该行李托运系统由监控终端、ARM跟踪平台以及Wi-Fi定位系统组成.实施现场主要由ARM跟踪平台托运行李,并对移动人体目标进行实时跟踪,然后利用Wi-Fi信号强度信息对ARM跟踪平台进行定位和监控.应用结果表明:本系统在机场、车站等复杂环境下进行基于视觉的行李托运,具有较高的实时性和跟踪准确率,较好地解决了因遮挡导致的目标丢失问题.     

基于图像处理的运动目标跟踪系统

本文详细介绍了基于图像处理的智能目标跟踪系统的实现步骤.本系统通过图像识别、机器视觉等技术判断物体进入监视区域,计算出物体的移动速度和移动方向,根据检测的数据控制监视设备随着物体的移动而调整,从而达到智能跟踪物体的目的.     

视频监控中的目标检测及自动跟踪技术

目标跟踪是计算机视觉和图像处理领域的重要研究课题.本文提出了一种目标跟踪方法,包括检测和跟踪两个模块.检测模块完成识别目标,生成具有最佳学习的、可靠性的目标信息;跟踪模块使用特征点提取的目标信息跟踪感兴趣区域,该模块使用Camshift和光流估计来测算目标位置.实验结果表明,所提出的方法可以用来自动跟踪视频中移动的目标.     

采用深度神经网络的无人机蜂群视觉协同控制算法

针对现有基于无线通信的无人机蜂群协同控制在电磁拒止环境下无法使用的不足,提出了一种仅利用机载视觉传感器进行无人机编队的端到端控制算法。对经典YOLOv3目标检测识别网络进行了神经网络剪枝,使之适应于嵌入式系统。采用剪枝后的深度神经网络设计了无人机视觉跟随控制算法,利用深度神经网络提取目标无人机的边界框,计算该边界框与期望边界框之间的坐标误差与尺寸误差,并以坐标误差信号作为偏航角控制的反馈输入,以尺寸误差信号作为速度控制的反馈输入,控制协同无人机完成对目标无人机的跟随。与基于无线电的领航跟随算法进行了仿真对比,结果表明,采用视觉跟随的无人机跟随控制在通信干扰、全球定位系统拒止等某些特定环境下具有更好的控制性能优势。利用两架bebop2无人机进行了实测实验,结果表明:所提算法可以在2s内实现对目标无人机的状态跟随,速度控制稳态误差在5%以内,偏航角控制稳态误差在3%以内,具有良好的应用前景。     

一种多功能电液动轮椅的设计

目前国内轮椅市场上的轮椅多为人力后轮驱动,其缺点是机动性差、劳动强度大、舒适性差等,而部分电动轮椅多为进口产品,价格昂贵。为此,设计了一种多功能电液动轮椅,该轮椅主要由电机驱动系统、座椅高度液压调整系统、轮椅靠背调整装置等组成,可以实现速度控制、轮椅高度及轮椅靠背倾斜角度的调整,其控制方法简单、结构紧凑,与进口电动轮椅相比价格低廉,应用前景广阔。     

四轮移动机器人跟随控制

针对轮式移动机器人路径跟随问题,提出一种多移动机器人路径跟随控制方案.首先对其运动学模型经过适当增补,将基于输入输出反馈线性化的横向位置跟踪控制方案和基于古典校正的纵向跟随控制方案相结合,这2种方案互为前提,相互依托,进而制定出相应的多移动机器人路面跟随控制方案.研究结果表明:该方法简单实用,无论在横向位置跟踪和纵向位置跟随上都得到较好的控制效果,动态特性好,稳态精度高.     

基于深度学习的视觉目标跟踪算法

提出一种基于深度学习的视觉单目标跟踪方法.该方法在统一的网络框架下处理在线视觉单目标跟踪问题,在获取输入视频帧的基础上,通过结合贝叶斯损耗层的深度卷积神经网络来估计正负样本集的概率密度分布并计算出所有目标候选位置的得分,继而利用贝叶斯分类确认目标位置.针对正样本集个数有限的问题,该网络采用先对通用的目标特征进行预离线训练,然后通过多个步骤进行微调,在线微调主要是对每一帧中的图像外形特征进行学习.此外,该方法采用两级迭代算法自适应地更新网络参数并保持目标/非目标地区的概率密度.仿真实验表明了所提算法的有效性和可靠性.     

基于改进TLD的自动目标跟踪方法

视觉跟踪一直是机器视觉研究热点,TLD（tracking-learning-detection）算法是近年来出现的一种高效的视觉跟踪算法,针对TLD算法中Lucas-Kanade（LK）光流法无法有效跟踪物体快速移动和尺度变化的问题,采用金字塔光流法对TLD算法进行改进。并将所跟踪物体形心作为图像定位参考点,提取物体定位信息,通过定位信息运用比例-积分-微分（proportion-integral-derivative,PID）控制算法控制摄像头舵机云台转向,使摄像头快速、灵活、精确地自动跟踪指定物体。通过系统测试,与传统TLD算法对比,采用金字塔光流法改进的TLD目标跟踪算法在跟踪目标发生光照变化、尺度变化等情况时,具有更加优良的跟踪性能,准确将跟踪目标形心位置提供给控制部分,控制算法高效灵活,在获取信息后精确、快速地控制摄像头方位,使其正对跟踪目标。该系统对目标跟踪技术、安防技术、自动瞄准系统具有重大意义。     

盲环境移动定位(Ⅱ):基于单目视觉系统的定位技术

针对盲环境中移动目标的定位需要,提出了一种基于序列编码图形路标和单目机器视觉系统的盲环境移动目标定位算法.内容包括:在序列编码图形路标模型的基础上,建立包含透镜畸变分析的摄像机针孔成像模型,在移动目标上安装经过标定的单目相机,实时采集包含编码图形路标的图像;根据解码得到的编码标志牌中心点的三维坐标,利用POSIT算法解算出相机的位姿参数,实现盲环境下移动目标的精确定位定姿.实验结果和精度分析表明,该研究为盲环境中移动目标快速精确的自主定位提供了一种可行的新方法.     

基于全景视觉的目标跟踪方法研究

文章充分利用全景视觉具有360°视域的特点,将其引入视频监控领域,提出了一种基于全景视觉的目标跟踪方法。该方法基于多摄像机跟踪的思想,通过分析全景视觉的构造,将其分解为基于静态相关联多相机的跟踪。通过划分视场分界线,确定摄像机间的重叠区域,并对摄像机间相互关联关系进行描述和判断。当目标进入重叠区域时,通过同一目标在相邻视域中的关联实现目标交接,以达到在整个全景视觉中实现目标连续跟踪的目的。以全景视频中的行人跟踪为例,对文中所提的跟踪方法进行验证。实验结果表明,该方法可以有效解决多相机间的目标交接问题,实现全景视觉下目标的连续跟踪。     

连续时间系统的目标轨迹预见跟踪控制

针对连续系统的有限时间目标轨迹预见跟踪控制问题,给出了基于轨迹协调误差和切换规则的预见跟踪控制方法.该方法首先将轨迹协调误差和位置跟踪误差连同状态变量的微分组成新的系统状态变量,把跟踪问题转化为调节问题,设计了基于协调误差的带有目标值预见的跟踪控制系统.然后针对复杂目标轨迹跨过不同坐标轴的情况,采用切换系统方法,实现了目标轨迹的全程预见跟踪控制.本文同时是子系统为时变系统的切换系统的典型范例.数值仿真说明了该方法的有效性.     

基于粒子滤波的变电站内动态目标跟踪技术

为实时智能监控变电站安全生产区域内的移动目标,克服现有视频系统人工切换图像和肉眼判断所造成的漏检和滞后问题,对变电站内运动目标的自动检测与识别跟踪技术进行了研究;基于背景差分法实现了人物动态目标检测,提出了基于颜色直方图的粒子滤波人物动态目标跟踪方法;通过提取目标颜色特征,建立目标状态模型和系统模型,进而准确定位目标;研发了变电站安全事件视频自动识别跟踪系统.系统应用结果表明:算法检测与跟踪的时间性能良好,能够快速识别目标,并准确跟踪目标运动轨迹,有效提升了全天候智能监控站内的安全生产能力.     

基于轮式小车的焊缝视觉信息的获取与跟踪

针对铝合金自动焊接,采用基于视觉的方式,探讨了适合双目视觉传感器的焊缝图像处理与跟踪方法;搭建了基于轮式行走小车的焊缝跟踪与控制平台,开发出一套切合系统的软件跟踪控制策略与软件平台;提出机器指令生成方法,开展基于铝合金对接焊缝非起弧跟踪实验.实验结果表明:跟踪效果良好,能够达到焊枪预期的位置和姿态,为后期小车系统起弧焊接与控制奠定了基础.     

基于区域生长的PCNN自动目标分割算法

在基于电动轮椅的机械臂目标抓取研究背景下,通过图像分割实现对目标物的定位.只有目标物与背景的准确分离,才能使机械臂通过轮椅移动平台准确地移动到其工作范围内实现抓取工作.结合研究中目标物受光线因素影响而导致图像分割不准确现象,本文提出了一种基于区域生长的PCNN自动目标分割算法.经实验证明,该方法可以有效避免传统PCNN算法因目标物受光线因素影响而无法对目标物准确分割的问题,且该方法通过目标物分割而获得定位坐标的准确率达到98%,仅对感兴趣区域进行分割,避免对无关信息的处理,运行效率平均达1.61s,具有一定实时性.     

一种融合点线特征的视觉里程计架构设计与定位实现

基于视觉的同时定位与地图构建（SLAM）技术是实现移动机器人自主导航的关键.当机器人处在陌生环境中时,通常会利用周围目标的点特征来估计导航相机的位姿,并利用光束法平差来估计相机位姿和特征空间位置.但如果环境中的特征信息不丰富,则无法准确估计相机轨迹,且欧式坐标与反深度信息下的光束法平差部分条件下不收敛.为此,提出了一种在缺少特征点的环境下通过收集深度相机信息,同时利用点特征与线特征融合的视觉里程计,构建了融合视差角光束法平差与基于线特征的光束法平差的策略,从而使重投影误差达到最小化.最后与其他基于特征的SLAM系统进行比较,实验结果表明,在缺少特征点的真实环境中,系统位姿估计的性能与准确度得到提升.